ボディをクエンチングして要素に戻り、オペレーターリソースドメインのメタデータ管理

リソースメタデータは、通信業界におけるリソース管理ビジネスの発展のための基本的なサポート要素であり、リソースビジネスの分野における関連する概念、関係、ルール、つまり、さまざまなネットワークリソースの仕様、属性、辞書を定義します。施設、ケーブル、機器、リンク、および関連するストレージ モデルとその他の情報。業務効率の向上や管理・分析力の強化には高品質なメタデータが必須の条件であり、リソースデータの品質を向上させるための重要な基礎作業がリソースメタデータデータシステムの構築です。

長年のビジネス開発の中で、事業者はリソース ドメインのメタデータの管理と使用において、次のような問題を徐々に蓄積してきました。

基準が違う、制度が緩い

• 不十分な抽象化と帰納法、リソース仕様の分割定義の違い、仕様の粒度の不均一

• 仕様と属性のビジネス定義が不正確であり、同様の意味が存在する

• 業界標準と比較すると、ある程度の差があります

不十分な集約メカニズムはメタデータの改善や改善につながらない

• メタデータはプロジェクトの実装とのつながりを徐々に失い、情報の孤島を形成します。

• メタデータには独自の進化があり、収束と収束が欠如しており、製品メタデータの包括性を保証することが困難です

分析スキルが弱く、問題を見つけるのが難しい

• メタデータ分析機能の欠如、メタデータ内のデータ関係を視覚的に探索する手段の欠如、およびデータの不透明さ

• 品質監査方法が欠如しているため、異常なメタデータ構成情報がビジネス機能の問題を引き起こしやすい

価値のマイニングが弱く、データの実現が困難

• ビジネス データの基本的な使用法を定義することに加えて、ビジネス機能、データ サービス、データ品質、データ移行などにおけるメタデータの使用価値はまだ検討されていません。

安定した基盤、完全なシステム、および正確なデータを備えた一連のメタデータは、ビジネス システムの安定した運用の前提条件であり、メタデータのガバナンスは通常のタスクです。

本稿では、リソースドメインメタデータの管理思想を以下の4つの側面から紹介します。

フォローするパルスを備えたメタデータ システムを構築する

標準的なリソースメタデータシステムの構築により、オペレータのネットワークリソースデータが完全にデジタル資産に変換され、リソースデータの使用、処理、分析を通じてビジネスの運営と開発がサポートされ、オペレータのデータ資産が確実に活用できるようになります。彼らの可能性を最大限に発揮し、ビジネス価値を高めます。

業界標準に基づき、既存のメタデータと組み合わせて、ビジネス定義の統一、物理モデルの統一、情報項目の統一を目的として標準化が行われ、リソースメタデータ標準体系を形成します。

メタデータシステム構築プロセス

メタデータシステムにおける仕様の整理：点、線、ネットワーク、記号からトップレベルの抽象化を行い、ビジネスオブジェクトの主要カテゴリ、サブカテゴリ、および仕様体系を段階的に分解して定義し、オペレータネットワークリソースを特定のシステムに組み込むすべてのリソースをカバーするシステム内の場所 アプリケーション要件。

メタデータシステムにおけるビジネス属性の整理：機器名、機器コード、配置場所、機器容量、機器モデルなどのさまざまなビジネス属性の標準用語を整理し、これらのビジネス用語をカタログ化し、標準化します。さらに、フィールド名、フィールド コード、フィールド値の範囲、主キーであるかどうか、一意であるかどうか、空でないかどうかなどのビジネス属性を、対応する物理ライブラリ テーブル フィールドにマップします。

メタデータシステムにおけるモデリング：カテゴリーモデリングの考え方を利用してカテゴリーのメインテーブルの安定性を維持し、カテゴリーの継承と拡張テーブルの追加により柔軟な拡張を実現します。メイン テーブル + 拡張テーブル + 垂直テーブルは、メタデータのカプセル化を通じてビジネス オブジェクトを格納するために使用され、仕様間の関係はモデルの収束性とスケーラビリティのバランスを確保するために大きなカテゴリのメイン テーブルに集中されます。

メタデータ システム (カテゴリ-サブカテゴリ-仕様-属性)

製品メタデータシステムは、仕様や属性の側面から共通ニーズと個別ニーズを考慮し、共存管理を実現します。仕様レベルでは、標準（標準）仕様、プロダクト（拡張）仕様、（プロジェクト）プライベート仕様があり、属性レベルでは、標準属性、プロダクト属性、プロジェクトプライベート属性が区別される。業界標準を中核とし、製品のスケーラビリティを備えた堅牢なメタデータ システム (カテゴリ、サブカテゴリ、仕様、属性) を確立して形成します。

カテゴリ: 点、線、ネット、ロゴを最上位層として、幾何学的形状と機能をカテゴリ分割の基礎として使用して、ネットワーク リソースのカテゴリ エンティティを形成します。

サブカテゴリ：機能や特性に応じて、大カテゴリの分類をさらに安定させ、ディレクトリ内のビジネスオブジェクトを管理するために使用して、管理効率を向上させ、管理の困難さを軽減します。

メタデータのカテゴリとサブカテゴリの分割

仕様: 特定のビジネスオブジェクト、ビジネスの特定の特性を表現するコンテンツであり、サブカテゴリに従って体系的に管理されます。仕様定義プロセスでは、業界標準の既存の標準仕様に加えて、製品は、ニーズに応じて、大カテゴリ-サブカテゴリ システムの枠組み内で、関連するビジネス オブジェクトの仕様定義を拡張および補足します。生産管理のニーズに応えます。

属性: ビジネス オブジェクトのビジネス属性。標準属性、プロダクト属性、プライベート属性の3つに分類され、標準属性は業界標準に準拠した属性、プロダクト属性は業界標準に属さないが一定の汎用性を持つ属性、プライベート属性はプロジェクトに属する属性です。ビジネス属性は、属性の分類と性質に応じて、異なるテーブル (メイン テーブル、拡張テーブル、垂直テーブル) に格納されます。

メタデータを収集して改善し、砂を集めてタワーを構築する

業界の中核データであるリソースドメインメタデータはさまざまな生産システムに分散しており、製品メタデータの中核資産を完全に収束させ、継続的に改善するには、分散したメタデータを収集、クリーンアップ、統合する必要があります。

メタデータプロセスの集約と改善

取得: 仕様、属性、辞書値などのデータを含む、さまざまなデータ ソースから既存のメタデータを取得します。

クリーニング：収集したメタデータを分析し、何らかのビジネス原則（使用中かどうか、妥当かどうか、ログアウトするかどうかなど）に従って仕様、属性、辞書値などを判断し、収集したメタデータをクリーニングし、虚偽を削除してメタデータの本質を保存し、無効なデータや無駄なデータを削除します。

融合: メタデータの分割と定義の原則に従い、整理された仕様、属性、その他のデータを分析して融合します。これには、マージのための類似仕様の特定、不合理な仕様の特定と再定義、統一定義のための類似した意味を持つ属性の特定、および意味辞書タイプの特定が含まれます。辞書の値はマージされ、統合されます。

集約: 継続的な集約プロセスを通じて、メタデータの完全性と包括性が実現され、最終的に製品の統一された包括的なメタデータ システムが形成されます。

洞察力に富んだメタデータ管理分析

冒頭でも述べたように、業務効率の向上や管理・分析力の強化には、高品質なメタデータが必須条件となります。メタデータの一元管理、メタデータ資産の可視化、データ関係の分析を通じて、製品メタデータを継続的に改善し、保証することができます。

メタデータ管理分析

アセットビュー、一目でデータの全体像がわかる

メタデータ資産ビューは、マクロレベルで情報を整理し、管理の観点から情報資産を統合し、資産のマクロ情報をグローバルに表示し、情報の潜在的な価値を効果的に活用することを目指しています。

アセット ビューには、製品とアイテムのメタデータの概要が表示されます。

データ全体の概要: 製品およびプロジェクトの主要な仕様の仕様、属性、参照の数を表示し、標準仕様の割合、製品仕様の割合、プライベート仕様の割合を含む仕様の分類と割合を表示します。

構成水平分析結果: プロジェクトのランディングと製品メタデータの仕様と属性の水平比較の結果を表示し、仕様属性の構成の一貫性を示します。

データ品質評価：メタデータ監査正常数、標準仕様使用率、標準属性使用率などの情報に基づいて、メタデータの状況を定性的に評価し、メタデータ構成の欠点を発見し、コンテンツを最適化し、メタデータ全体の品質を促進します。

リネージュ分析、データ関係の探索

リネージ分析により、ユーザーはメタデータ間の関係、各関係の具体的な内容、およびニーズに応じてどのような出力を生成するかを理解できます。特定のリソース仕様から始めて、そのメタデータのいくつかの内部関係が詳細に追跡されます。

• 仕様とプロジェクトの参照関係を分析し、さまざまなプロジェクトでの仕様の使用状況を把握し、プロジェクト内の仕様属性の構成差異を製品と比較分析します。

• 仕様間の関係を分析し、仕様間に関係がないことを発見し、メタデータ内の関係によって引用される頻度の高い仕様を特定します。

• 仕様属性、ビジネスタグ、API間の参照関係を分析し、属性とAPIの関連性をマイニングし、ビジネスロジックに対する属性の影響を判断して、属性構成調整の重要な参考資料を提供します。

データの精度を向上させるための品質管理

メタデータの性質によって、その品質が広範囲に影響を与えることが決まります。メタデータには多くのビジネスおよび技術的な構成情報項目があり、多くの情報項目は主要な構成情報です。これらの情報は、インスタンス データの品質に影響を与えるか、システムに影響を与えます。機能ロジックは、データ監査方法を通じて問題を適時に検出し、関連するメタデータ構成の正確性を保証します。

メタデータ監査は、メタデータ自体の合法性をチェックするプロセスであり、監査ルールと実行監査を通じてデータ属性、データ属性の関係、およびデータ テーブルの関係をチェックします。

メタデータ構成の問題はメタデータ監査ルールによって検出され、管理者が管理機能を通じてメタデータの問題を迅速に修復できるよう、明確な例外修復プロンプトが提供されます。

メタデータ監査ルールの例

メタデータの価値を反映し、「数値」を最大限に活用

安定した統合されたメタデータ システムは、プラットフォーム サービス層とコア データ層の統合に役立ち、これに基づいて、上位レベルの企画、構築、運用のアプリケーション構築をサポートする統合バージョンの運用システムが形成されます。 、メンテナンスと最適化。ここでは、いくつかの高品質メタデータの利用価値について説明しますが、実際のアプリケーション プロセスではさらに多くの可能性が見つかると考えられます。

基本機能メタデータドライバー

リソースの基本的なメンテナンス機能 (クエリ、追加、変更など) は、メタデータ ドライバーに基づいて迅速に実装できます。仕様属性はインターフェイスを必要とするコントロールの表示です。属性の UI 形式は異なります。テキスト ボックス、ドロップダウン ボックス、日付ボックス、大きなテキスト ボックスなど、さまざまな入力要素があります。 HandleBars セマンティック テンプレート ライブラリを使用すると、フロントエンド ビューを生成してビジネス オブジェクト管理インターフェイスの Web テンプレートを迅速に生成したり、この実装メカニズムのセット全体をカプセル化して製品属性コンポーネントやクエリ コンポーネントなどの基本機能を形成したり、メタデータ構成を使用したりできます。属性、クエリ、その他の基本コンポーネントを通じてビジネス機能の開発を簡素化します。

メタデータ駆動型の基本関数の生成

要件から機能への変換には 2 つの手順のみが必要です: まず、要件を分析してメタデータを整理し、メタデータ管理機能を通じて構成します。次に、ビジネス側アプリケーションがコンポーネントを通じて構成データをロードし、クエリ、追加、および変更のための機能インターフェイスを自動的に生成します。 。従来のハードコード実装モードを廃止し、ビジネス オブジェクトの基本的な管理機能を柔軟かつ迅速に実現できるようにします。

データサービスメタデータドライバー

リソース データの機能共有要件に基づいて、統一された標準の外部データ サービスとビジネス サービス機能を提供する必要があります。メタデータによって駆動される、リソース仕様に合わせた CRUD 基本データ サービスは、構成手段を通じて迅速に提供できます。

データ サービスの定義、データ サービスで必要な各エンティティ仕様の属性選択、およびデータ サービスの入力パラメーター、出力パラメーター、および関連付け条件を決定するために必要な属性。

データサービスに関係する仕様属性の選択

データ サービスのロジック アセンブリは、データ サービスの関連付け条件を設定します。

• 仕様間の属性の関連付け関係を確立し、関連付け条件として外部関連付けなどの制約を定義します。次の図①、②のように、仕様Aの属性Aと仕様Cの属性Aを「=」で関連付けて条件1とし、③と④の2つの属性を組み合わせて条件2とします。論理要件、関連する条件 N を形成し続けることができます。

• 次に、データ サービスの論理的なニーズ (and、or などの組み合わせ) に従って、条件 1、条件 2、および条件 N がさらに組み立てられます。

• 組み立てられた条件は、最終的に、メタデータ属性のストレージ構成に従って、データベース レベルでテーブル フィールドの関連付けに変換されます。

データサービスの条件付きアセンブリ

メタデータに基づいてデータ サービスを生成し、ビジネス要件に従って関連するリソース仕様とビジネス属性の間の関係を構成し、データ サービス開発の難しさを軽減し、データ サービスの標準化を容易に保証します。